適合使用Python的分段函數

我想使用Numpy來適合具有絕對值的分段函數。適合使用Python的分段函數

數學函數是

X < P [1]：Y = 1個+ P [0] * ABS（（大小+ X - P [1]）/尺寸 - 尺寸/ 2）

X> = p [1]：Y = 1個+ p [0] * ABS（（X - p [1]）/尺寸 - 尺寸/ 2）

這是我的Python函數：

fitfunc = lambda p, x: \ 
    x < p[1] and\ 
    1 + p[0] * abs((data['n1'].size + x - p[1])/data['n1'].size - data['n1'].size/2) or\ 
    1 + p[0] * abs((x - p[1])/data['n1'].size - data['n1'].size/2)

雖然，我得到的錯誤：

The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

但是，任何和所有評估整個列表爲單個布爾值。

更多信息：

我已經通過使用lambda表達式來數據擬合正弦波如下：

fitfunc = lambda p, x: 1 + p[0] * sin(pi * x/data['n1'].size + p[1]) 
errfunc = lambda p, x, y: fitfunc(p, x) - y # Distance to the target function

然後在一個循環：

data = np.genfromtxt(dataFileName, names=('n1', 'n2')) 
xAxisSeries = scipy.linspace(0., data['n1'].max(), data['n1'].size) 

p0 = [489., 123.] # Initial guess for the parameters 
p1, success = scipy.optimize.leastsq(errfunc, p0[:], args=(xAxisSeries, data['n2'])) 

#time says which points from the sine wave will be plotted 
time = scipy.linspace(0., data['n1'].max(), 100) 
pylab.plot(time, fitfunc(p1, time), 'r-')

我試圖使用lambda函數，因爲optimize.leastsq需要一個。我正在使用完全相同的代碼，除了正在更改的fitfunc。

來源

2011-11-17 user1005909

你什麼時候遇到這個錯誤？你如何調用這個功能？你傳遞給它什麼？ – Tadeck

這裏有一個誤解。用def構造的函數對於其他函數來說是非常好的輸入。在Python中使用lambda的原因是創建匿名函數，但考慮到您命名它們，沒有必要避免def。 – dyoo

上面的代碼看起來不像地道，讓生活比應該更難。 :)

如果你試圖定義一個函數，並給它在同一時間一個名字，傳統的方法是使用高清，不拉姆達。

fitfunc = lambda p, x: ... ## you're making a named function, so just do... 

def fitfunc(p, x): ...

一旦你有，你沒有來模擬「和」和「或」短路分支：你可以，如果使用。嘗試模擬if時遇到問題。

來源

2011-11-17 22:13:09 dyoo

真正地說，目前還不清楚你正在試圖用你的lambda函數做什麼。但也許這是一天在我這邊的時間...

在任何情況下，請注意，任何（somelist）和np.array（）。any（）是相同的，但可以被稱爲不同的。

In [2]: a=np.ones(4) 

In [3]: a 
Out[3]: array([ 1., 1., 1., 1.]) 
In [4]: a.any() 
Out[4]: True 

In [8]: a[1]=0 

In [9]: a.all() 
Out[9]: False 

In [11]: somelist=["1","1","a","3"] 

In [12]: any(somelist) 
Out[12]: True

請注意還有評論，你怎麼稱呼這個功能？你可以請張貼更多的代碼嗎？

來源

2011-11-17 22:14:45 Oz123

使用def和scipy.optimize.curve_fit（）。

import scipy.optimize as so 

def fitfunc(p, x): 
    '''Define fit function''' 
    if x < p[1]: 
     return 1 + p[0] * abs((data['n1'].size + x - p[1])/data['n1'].size - data['n1'].size/2) 
    else: 
     return 1 + p[0] * abs((x - p[1])/data['n1'].size - data['n1'].size/2) 

popt, pcov = so.curve_fit(fitfunc, x, y)

來源

2011-11-17 23:55:26 ianalis

我現在已經創建了一個看起來像這樣的函數。但是，popt返回爲[1.]，pcov返回爲inf。我看到有一個爲curve_fit一個P0猜測參數，而是試圖把我自己的猜測參數，使該錯誤：類型錯誤：fitfunc（）到底需要2個參數（3給出）我叫它爲： P1 ，success = optimize.curve_fit（fitfunc，xAxisSeries，data ['n2']，p0 = p0） – user1005909

適合使用Python的分段函數

回答

相關問題